DE10132012B4

DE10132012B4 - Scaling similarity measures for a biometric method

Info

Publication number: DE10132012B4
Application number: DE10132012A
Authority: DE
Inventors: Wolfgang Dr. Kuepper; Matthias Schuster
Original assignee: Siemens AG
Current assignee: Siemens AG
Priority date: 2001-07-03
Filing date: 2001-07-03
Publication date: 2004-02-12
Anticipated expiration: 2021-07-04
Also published as: DE10132012A1; JP3842701B2; JP2003091729A; EP1274041A2; US20030050904A1; EP1274041A3

Abstract

Verfahren zur Skalierung von Ähnlichkeitsmaßen für ein biometrisches Verfahren, wobei die Ähnlichkeitsmaße Maße für die Ähnlichkeit von in dem biometrischen Verfahren zu vergleichenden biometrischen Daten eines Benutzers mit Referenzdaten von Benutzern sind, dadurch gekennzeichnet, dass die Ähnlichkeitsmaße mit einer Mittelwertskalierung skaliert werden.Method for scaling similarity measures for a biometric method, wherein the similarity measures are measures for the similarity of a user's biometric data to be compared in the biometric method with reference data of users, characterized in that the similarity measures are scaled with an average value scaling.

Description

Die Erfindung betrifft ein Verfahren zur Skalierung von Ähnlichkeitsmaßen für ein biometrisches Verfahren sowie eine Anordnung und ein Programmprodukt zur Ausführung des Verfahrens.The invention relates to a method to scale similarity measures for a biometric Method and an arrangement and a program product for executing the Process.

Zur Authentifizierung von Benutzern können biometrische Verfahren angewendet werden, d.h. der Benutzer wird anhand von Körpermerkmalen oder charakteristischen Verhaltensweisen erkannt. Typische Biometrien sind z.B. Sprecher-, Unterschrift-, Handgeometrie-, Fingerabdruck-, Iris- oder Gesichtserkennung. Biometrische Verfahren sind beispielsweise in WO 98/24051, WO 98/25228, WO 98/50880, WO 99/08223 in Form von dynamischen Unterschriftsverifikationen, in DE 19952049 A1 in Form einer Sprecherverifikation und in US 5 533 177 , US 5 751 843 , US 5 828 779 , EP 0 560 779 B1 , EP 0 713 592 B1 , EP 0 800 145 A2 und WO 98/38533 als Verfahren zur Handerkennung oder zur Bestimmung der Position einer Hand offenbart.Biometric methods can be used to authenticate users, ie the user is recognized on the basis of body characteristics or characteristic behaviors. Typical biometrics are, for example, speaker, signature, hand geometry, fingerprint, Iris or face recognition. Biometric methods are described, for example, in WO 98/24051, WO 98/25228, WO 98/50880, WO 99/08223 in the form of dynamic signature verifications DE 19952049 A1 in the form of a speaker verification and in US 5,533,177 . US 5,751,843 . US 5,828,779 . EP 0 560 779 B1 . EP 0 713 592 B1 . EP 0 800 145 A2 and WO 98/38533 as a method for hand recognition or for determining the position of a hand.

In allen biometrischen Verfahren werden Referenz- und Testmerkmale über die zugehörigen Referenz- und Testdaten miteinander verglichen und anhand von Ähnlichkeitsmaßen entschieden, ob sie vom selben Benutzer stammen. Ähnlichkeitsmaße sind beispielsweise Abstände (Distanzen), sogenannte Kosten, zwischen Referenz- und Testmerkmalen oder -mustern oder sogenannte Scores, welche ein Maß für die Wahrscheinlichkeit der Referenz- und Testmerkmale darstellen, vom selben Benutzer zu stammen. Der Wertebereich der Kosten liegt zwischen Null und einem gewissen Maximalwert, wobei kleine Kosten hoher Ähnlichkeit und große Kosten geringer Ähnlichkeit entsprechen. Die Werte der Scores liegen im Bereich zwischen Null und Eins. Scores von Eins stehen für maximale und Scores von Null für minimale Übereinstimmung. Es werden zwei unterschiedliche Kosten-/Scoreverteilungen unterschieden: Die Verteilungen der zu erkennenden Originale (engl. „genuine distribution") und die der Fälscher (engl. „imposter distribution"), welche zurückgewiesen werden sollten.In all biometric processes are reference and test characteristics via the associated reference and Test data compared with each other and decided based on similarity measures, whether they come from the same user. Similarity measures are for example distances (Distances), so-called costs, between reference and test features or patterns or so-called scores, which are a measure of the probability of the reference and test features by the same user come. The range of costs is between zero and one certain maximum value, with small costs high similarity and large costs little similarity correspond. The scores are in the range between zero and one. Scores of one stand for maximum and scores of zero for minimal match. There are two different cost / score distributions: The distributions of the originals to be recognized (“genuine distribution ") and that of the counterfeiters (English "imposter distribution "), which was rejected should be.

Die Werte der Kosten/Scores, welche die Originale und die Fälscher erzeugen, können bei verschiedenen Benutzern sehr unterschiedlich verteilt sein. Diese unterschiedlichen Verteilungen sind auf verschiedene Gründe zurückzuführen:

– Güte des Originals: Fähigkeit des Benutzers, die Referenz reproduzieren zu können
– Varianz in der Art der Testdaten (z.B. Unterschriftslänge bei Unterschriftsverifikation, Passwort bei der Sprecherverifikation)
– Güte der Fälschungen
– Algorithmus der Kostenberechnung

The values of the costs / scores that the originals and the counterfeiters generate can be distributed very differently among different users. These different distributions are due to various reasons:

- Goodness of the original: ability of the user to be able to reproduce the reference
- Variance in the type of test data (e.g. signature length for signature verification, password for speaker verification)
- goodness of fakes
- algorithm of cost calculation

Bei der Gesamtheit dieser benutzerspezifischen Kosten-/Scoreverteilungen führt ein globaler Schwellwert für eine Biometrie zu relativ schlechten Ergebnissen bzw. hohen Fehlerraten (Falschakzeptanzrate FAR, Falschrückweisungsrate FRR, Gleichfehlerrate EER).With all of these custom Distribution of costs / scores a global threshold for a biometry for relatively poor results or high error rates (False acceptance rate FAR, false rejection rate FRR, equal error rate EER).

Um diese Fehlerraten zu minimieren, kann man die berechneten benutzerabhängigen Kosten/Scores benutzerspezifisch auf einen gesamten bzw. gemeinsamen Wertebereich normieren, so dass weiterhin ein globaler Schwellwert für diese Biometrie verwendet werden kann. Das Verwenden benutzerspezifischer Schwellwerte entspricht im Prinzip auch diesem Verfahren, wobei hier die Normierungsparameter in den Schwellwerten bzw. ihrer Berechnung enthalten sind. In diesem Fall werden statt der benutzerabhängigen Normierungsparameter und einer globalen Schwelle die benutzerspezifischen Schwellwerte gespeichert.To minimize these error rates, the calculated user-dependent costs / scores can be user-specific normalize to an entire or common range of values so that continues to use a global threshold for this biometry can be. The use of user-specific threshold values corresponds in principle also this method, whereby here the normalization parameters are contained in the threshold values or their calculation. In this Case instead of the user-dependent standardization parameters and a global threshold the user-specific threshold values saved.

Ziel einer benutzerspezifischen Kosten-/Scorenormierung ist es, die Kosten-/Scoreverteilungen der Originale und der Fälscher so gut wie möglich aufeinander abzubilden, um die Originale und Fälscher durch eine globale Schwelle so gut wie möglich voneinander trennen zu können. Da in der Praxis jedoch nur die Kosten/Scores der Originale zur Verfügung stehen, kann eine praktisch umsetzbare Normierung nur durch diese Werte durchgeführt werden. Die Kostennormierung wurde bisher, beispielsweise von Brunelli, R. und Falavigna, D. "Person Identification Using Multiple Cues", IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 17, No. 10, 1995, durch Mittelwertverschiebung und/oder Normierung durch die Standardabweichung vorgenommen.Goal of a user-specific cost / score standardization it is like this, the cost / score distributions of the originals and the counterfeiters as good as possible to map each other to the originals and counterfeiters through a global threshold as much as possible to be able to separate from each other. In practice, however, only the costs / scores of the originals disposal a practicable standardization can only be achieved with these values carried out become. Until now, cost standardization, for example by Brunelli, R. and Falavigna, D. "Person Identification Using Multiple Cues", IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 17, No. 10, 1995, by mean shift and / or normalization made by the standard deviation.

Die Kosten der Originale liegen je nach Benutzer in unterschiedlichen Wertebereichen. Bei der Normierungsmethode der Mittelwertverschiebung werden diese Kostenmittelwerte für alle Benutzer durch eine Kostenverschiebung auf den gleichen globalen Kostenmittelwert abgebildet: Knormiert – Kbenutzer + (K global – K benutzer) mit
K_normiert : normierte Benutzerkosten,
K_benutzer : unnormierte Benutzerkosten,
K _benutzer : Mittelwert der unnormierten Benutzerkosten,
K _global : Mittelwert der normierten Benutzerkosten.The cost of the originals varies depending on the user. With the normalization method of the mean value shift, these cost mean values are mapped for all users by a cost shift to the same global cost mean value: K normalized - K user + (K global - K user ) With
K _standardized : standardized user costs,
K _user: unnormalized user costs
K _users: mean value of the unnormalized user costs,
K _global : average of the standardized user costs.

Die Normierung der Scores kann analog durchgeführt werden.The normalization of the scores can be done analogously carried out become.

Bei der Mittelwertverschiebung und Skalierung mit Standardabweichung werden die Kosten mittelwertfrei gemacht und durch die Streuung der jeweiligen Benutzerkosten normiert:

mit
σ_benuter : Streuung bzw. Standardabweichung der unnormierten Benutzerkosten.When shifting the mean and scaling with standard deviation, the costs are made mean-free and standardized by the spread of the respective user costs:

With
σ _user : spread or standard deviation of the non-standardized user costs.

Auch hier kann die Normierung der Scores analog durchgeführt werden.Here too the standardization of the Scores performed analogously become.

Beispiele zeigen, dass bei einer Normalisierung durch Verschiebung der Kosten- bzw. Scoremittelwerte der Originale die Verbesserung der Fehlerraten weniger gut ist als bei einer zusätzlichen Normierung durch die Standardabweichung. Da in der Praxis jedoch häufig nur sehr wenige Referenzmerkmale zur Verfügung stehen, sind die Standardabweichungen weniger zuverlässig als die Mittelwerte.Examples show that with a Normalization by shifting the cost or score mean values the originals are less good at improving error rates than with an additional Standardization through the standard deviation. However, in practice frequently The standard deviations are only very few reference characteristics available less reliable than the averages.

Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren zur Skalierung der Ähnlichkeitsmaße zu entwickeln, bei dem die geschilderten Nachteile vermieden werden.The invention is based on the object develop a procedure for scaling the similarity measures, in which the disadvantages described are avoided.

Diese Aufgabe wird durch ein multimodales biometrisches Verfahren, eine Anordnung und ein Programmprodukt mit den Merkmalen der unabhängigen Ansprüche gelöst.This task is accomplished through a multimodal biometric method, an arrangement and a program product with the characteristics of independent Expectations solved.

In dem Verfahren werden die Ähnlichkeitsmaße mit einer Mittelwertskalierung skaliert. Dazu werden zunächst die Mittelwerte der Kosten aller Benutzer zu einem gemeinsamen globalen Mittelwert der Ähnlichkeitsmaße aller Benutzer verrechnet. Der Skalierungsfaktor bei der Mittelwertskalierung ist dann dieser globale Mittelwert der Ähnlichkeitsmaße aller Benutzer geteilt durch den Mittelwert der Ähnlichkeitsmaße des jeweiligen Benutzers. Die skalierten Ähnlichkeitsmaße des jeweiligen Benutzers ergeben sich schließlich aus der Multiplikation der unskalierten Ähnlichkeitsmaße des jeweiligen Benutzers mit diesem Skalierungsfaktor.In the process, the similarity measures are compared to a Average scaling scaled. To do this, first of all the averages of the costs of all users to a common global mean of similarity measures of all User charged. The scaling factor when averaging is then this global mean of the similarity measures of all Users divided by the mean of the similarity measures of each User. The scaled similarity measures of each User finally surrender from the multiplication of the unscaled similarity measures of the respective User with this scaling factor.

Auf die Berechnung der Mittelwerte der Kosten aller Benutzer zu einem gemeinsamen globalen Mittelwert der Ähnlichkeitsmaße aller Benutzer kann auch verzichtet werden, da diese Skalierung lediglich den Mittelwert von Eins auf den Mittelwert für alle Benutzer skaliert. In diesem Fall erspart man sich die Berechnung und Speicherung des gemeinsamen globalen Mittelwertes.On the calculation of the mean values the cost of all users at a common global average the similarity measures of all User can also be dispensed with, as this is scaling only scaled the mean from one to the mean for all users. In In this case, the calculation and saving of the common global mean.

Für das erfindungsgemäße Verfahren zur Skalierung von Ähnlichkeitsmaßen brauchen also nur die Mittelwerte der Ähnlichkeitsmaße verwendet zu werden, nicht dagegen die Standardabweichungen. Trotzdem werden, wie weiter unten an einem Beispiel gezeigt wird, bei den Fehlerraten gute Ergebnisse erzielt.For the inventive method to scale similarity measures thus only the mean values of the similarity measures are used to be, not the standard deviations. Nevertheless, As shown below using an example, the error rates achieved good results.

Die Ähnlichkeitsmaße der Originale werden nicht durch Verschiebung, sondern durch Skalierung der Mittelwerte aufeinander abgebildet. Die Standardabweichung wird nicht in die Skalierung mit einbezogen. Das Verfahren ist daher weniger anfällig bei einer geringen Anzahl der für die Skalierung zur Verfügung stehenden Ähnlichkeitsmaße. Außerdem erspart man sich die Berechnung und die Speicherung der Standardabweichungen. Das erfindungsgemäße Verfahren ist somit zum einen weniger aufwendig, da die Standardabweichung nicht berechnet werden muss, und führt zudem zu geringeren Fehlerraten als die bisher verwendeten.The similarity measures of the originals not by shifting, but by scaling the mean values mapped onto each other. The standard deviation is not in the Scaling included. The process is therefore less susceptible to a small number of for the scaling is available standing similarity measures. Also saved you look at the calculation and storage of standard deviations. The method according to the invention is therefore less expensive, on the one hand, since the standard deviation is not must be calculated and leads also at lower error rates than those previously used.

Werden keine weiteren Umrechnungen der skalierten Ähnlichkeitsmaße vorgenommen, so erhält man nach dem obigen Verfahren bereits normierte Ähnlichkeitsmaße. Dies ist insbesondere für den Vergleich und die Verrechnung von unterschiedlichen Ähnlichkeitsmaßen, etwa bei multimodalen Biometrien, vorteilhaft.No further conversions the scaled similarity measures, so receives similarity measures already standardized according to the above method. This is especially for the comparison and offsetting of different similarity measures, for example with multimodal biometrics, advantageous.

Vorzugsweise enthalten oder sind die Ähnlichkeitsmaße Kosten und/oder Scores.Preferably included or are the similarity measures cost and / or scores.

Eine Anordnung, die eingerichtet ist, eines der geschilderten Verfahren auszuführen, lässt sich zum Beispiel durch entsprechendes Programmieren und Einrichten eines Computers oder einer Rechenanlage realisieren.An arrangement that is set up is to carry out one of the described methods, for example by appropriate programming and setting up a computer or a computer system.

Ein Programmprodukt für eine Datenverarbeitungsanlage, das Softwarecodeabschnitte enthält, mit denen eines der geschilderten Verfahren auf der Datenverarbeitungsanlage ausgeführt werden kann, lässt sich durch geeignete Implementierung des Verfahrens in einer Programmiersprache und Übersetzung in von der Datenverarbeitungsanlage ausführbaren Code ausführen. Die Softwarecodeabschnitte werden dazu gespeichert. Dabei wird unter einem Programmprodukt das Programm als handelbares Produkt verstanden. Es kann in beliebiger Form vorliegen, so zum Beispiel auf Papier, einem computerlesbaren Datenträger oder über ein Netz verteilt.A program product for a data processing system, that contains software code sections, with which one of the described methods on the data processing system accomplished can be through suitable implementation of the method in a programming language and translation execute in code executable by the data processing system. The Software code sections are stored for this. It is under a program product understood the program as a tradable product. It can be in any form, such as paper, a computer readable disk or about a Network distributed.

Weitere wesentliche Vorteile und Merkmale der Erfindung ergeben sich aus der Beschreibung eines Ausführungsbeispiels anhand der Zeichnung. Dabei zeigtOther essential advantages and Features of the invention result from the description of an exemplary embodiment based on the drawing. It shows

1 eine Kostenverteilungen der Originale und Fälscher für einen ersten Benutzer; 1 a cost distribution of the originals and counterfeiters for a first user;

2 eine Kostenverteilungen der Originale und Fälscher für einen zweiten Benutzer; 2 a cost distribution of the originals and counterfeiters for a second user;

3 eine unnormierte Kostenverteilung der Originale und Fälscher für mehrere Benutzer (Summe der einzelnen Kostenverteilungen); 3 an unnormalized cost distribution of the originals and counterfeiters for several users (sum of the individual cost distributions);

4 resultierende Fehlerraten für globale Schwellwerte ohne Normierung für mehrere Benutzer; 4 resulting error rates for global threshold values without standardization for multiple users;

5 die Kostenverteilung bei der Mittelwertverschiebung für mehrere Benutzer; 5 the cost distribution in the mean shift for multiple users;

6 die Fehlerraten bei der Mittelwertverschiebung für mehrere Benutzer; 6 the error rates in the mean shift for multiple users;

7 die Kostenverteilung bei der Mittelwertverschiebung und Skalierung mit Standardabweichung für mehrere Benutzer; 7 the cost distribution for the mean shift and scaling with standard deviation for several users;

8 die Fehlerraten bei der Mittelwertverschiebung und Skalierung mit Standardabweichung für mehrere Benutzer; 8th the error rates in the mean shift and scaling with standard deviation for multiple users;

9 die Kostenverteilung bei der Mittelwertskalierung für mehrere Benutzer; 9 the cost distribution in the mean scaling for multiple users;

10 die Fehlerraten bei der Mittelwertskalierung für mehrere Benutzer und 10 the error rates in the mean scaling for multiple users and

11 ein ROC-Diagramm (Receiver Operating Characteristic) mit und ohne Normierungen für mehrere Benutzer. 11 a ROC diagram (Receiver Operating Characteristic) with and without standardizations for several users.

Das erfindungsgemäße Verfahren zur Skalierung von Ähnlichkeitsmaßen in Form von Kosten/Scores verwendet die Mittelwerte der Ähnlichkeitsmaße der Originale, um die Ähnlichkeitsmaße aufeinander abzubilden.The scaling method according to the invention of similarity measures in form of costs / scores uses the mean values of the similarity measures of the originals, about the similarity measures to each other map.

Es sei am Beispiel der Normierung von Kosten erläutert. Die Mittelwerte der Kosten aller Benutzer werden zunächst zu einem gemeinsamen globalen Kostenmittelwert verrechnet. Der Normierungsfaktor der Kosten des jeweiligen Benutzers ist dann der globale Mittelwert der Kosten aller Benutzer geteilt durch den Mittelwert der Kosten des jeweiligen Benutzers:

It is explained using the example of the standardization of costs. The mean values of the costs of all users are initially offset against a common global cost mean. The normalization factor of the costs of the respective user is then the global mean of the costs of all users divided by the mean of the costs of the respective user:

Tests mit Beispielbiometrien haben gezeigt, dass diese Methode bessere Ergebnisse liefert als die oben vorgestellten Normalisierungsverfahren durch Mittelwertverschiebung und/oder Normierung durch die Standardabweichung. Auch mit nur sehr wenigen zur Verfügung stehenden Referenzen, welche ausschließlich zur Normierung verwendet werden, werden durch dieses Verfahren noch sehr geringe Fehlerraten erreicht.Have tests with sample biometrics demonstrated that this method gives better results than the one above presented normalization method by shifting the mean and / or standardization through the standard deviation. Even with very little available to a few standing references, which are used exclusively for standardization error rates are very low due to this procedure reached.

Das Verfahren zur Skalierung von Ähnlichkeitsmaßen durch die Mittelwertskalierung und seine Vorteile werden im Folgenden anhand einer beispielhaften Biometrie vorgestellt. Die 1 und 2 zeigen die Kostenverteilungen der Originale (durchgezogen) und der Fälscher (gestrichelt) für zwei unterschiedliche Benutzer bei dieser Biometrie. Aufgetragen ist jeweils die Anzahl F über den Kosten K. Es ist zu sehen, dass, abhängig vom Benutzer, die Werte der Originale und der Fälscher in unterschiedlichen Wertebereichen liegen.The procedure for scaling similarity measures using the mean value scaling and its advantages are presented below using an example of biometry. The 1 and 2 show the cost distribution of the originals (solid) and the forger (dashed) for two different users with this biometry. The number F is plotted over the cost K. It can be seen that, depending on the user, the values of the originals and the counterfeiters lie in different value ranges.

Die unnormierten Kostenverteilungen aller Benutzer für Originale (durchgezogen) und Fälscher (gestrichelt) und die resultierenden Fehlerraten (Ordinate) bei globalen Schwellwerten sind für diese beispielhafte Biometrie in den 3 und 4 dargestellt. Bei der hier untersuchten Biometrie liegt die Gleichfehlerrate (EER) ohne Normierung bei ca. 37 %.The non-standardized cost distributions of all users for originals (solid) and counterfeiters (dashed) and the resulting error rates (ordinate) for global threshold values are shown in the example for this biometry 3 and 4 shown. In the biometry examined here, the equal error rate (EER) without standardization is around 37%.

Für diese beispielhafte Biometrie werden die Kosten der Originale und die der Fälscher mit den verschiedenen vorgestellten Verfahren (Mittelwertverschiebung, Mittelwertverschiebung und Skalierung durch Standardabweichung, Mittelwertskalierung) normiert. Zur Normierung werden nur die Kosten der Originale verwendet, welche zur Referenzbildung (beim sogenannten Enrollment) herangezogen wurden. Anschließend wird untersucht, welche Fehlerraten sich nach der Normierung für globale Schwellen bei den unterschiedlichen Verfahren einstellen.For this exemplary biometry will cost the originals and that of the forger with the different methods presented (mean shift, Mean shift and scaling due to standard deviation, Mean scaling). Only the costs are used for standardization the originals used, which are used for reference formation (in the so-called Enrollment) were used. Then it is examined which Error rates according to the standardization for global thresholds in the set different procedures.

Die 5 bis 10 zeigen die Kostenverteilungen der Originale und der Fälscher bei allen Benutzern und die resultierenden Fehlerraten in Abhängigkeit von globalen Kostenschwellen nach der Normierung durch die unterschiedlichen Verfahren.The 5 to 10 show the cost distribution of the originals and counterfeiters for all users and the resulting error rates depending on global cost thresholds after standardization using the different methods.

Die Gleichfehlerraten EER ohne Normierung und mit den verschiedenen Normierungsverfahren sind aus der Tabelle abzulesen.The equal error rates EER without standardization and with the different standardization procedures are from the table read.

Die Receiver Operating Characteristic (das ROC-Diagramm) für diese Fälle ist in folgendem Diagramm 11 dargestellt. Dabei hat für Kurve 1 keine Normierung stattgefunden, für Kurve 2 eine Normierung mit der Mittelwertverschiebung, für Kurve 3 eine Normierung mit der Mittelwertverschiebung und Skalierung mit Standardabweichung und für Kurve 4 eine Normierung mit der Mittelwertskalierung. Kurve 5 ist die EER-Linie.The Receiver Operating Characteristic (the ROC diagram) for these cases is shown in the following diagram 11. It has for curve 1 no normalization took place, for curve 2 normalization with the Mean shift, for Curve 3 a normalization with the mean shift and scaling with standard deviation and for Curve 4 a normalization with the mean scaling. Curve 5 is the EER line.

Alle Normierungsverfahren erzeugen eine kleinere EER als ohne Normierung. Die hier vorgestellte Normierung durch die Mittelwertskalierung erzeugt die niedrigsten und daher besten EER-Werte. Aus dem ROC-Diagramm ist zu entnehmen, dass diese Methode bei allen FAR-Werten bessere oder wenigstens gleich gute FRR-Werte wie die bisher verwendeten Normierungsverfahren liefert.Generate all standardization processes a smaller EER than without standardization. The standardization presented here generated by the mean scaling the lowest and therefore best EER values. It can be seen from the ROC diagram that this Method with all FAR values better or at least equally good FRR values like the standardization methods used so far.

Die Methode der Kombination aus Mittelwertverschiebung und Skalierung durch die Standardabweichung bewirkt zwar ähnlich gute Verbesserungen bezüglich der Fehlerraten, jedoch ist diese Methode extrem abhängig von der Güte der berechneten Standardabweichungen. Mögliche Ausreißer bei wenigen Referenzmustern, was in der Praxis regelmäßig der Fall ist, wirken sich viel stärker auf die Standardabweichungen als auf den Mittelwert aus und können dann zu hohen Fehlerraten führen.The method of combining mean shift and scaling through the standard deviation does similarly good Improvements regarding the error rates, however, this method is extremely dependent on of goodness the calculated standard deviations. Possible outliers at a few reference patterns, which is regularly the practice in practice Case is, act much stronger on the standard deviations than on the mean and can then lead to high error rates.

Claims

Method for scaling similarity measures for a biometric method, wherein the similarity measures are measures for the similarity of a user's biometric data to be compared in the biometric method with reference data of users, characterized in that the similarity measures are scaled with an average value scaling.

A method according to claim 1, characterized in that the similarity measures with the Average scaling can be standardized.

Method according to at least one of the preceding claims, characterized characterized that the similarity measures cost contain.

Method according to at least one of the preceding claims, characterized characterized that the similarity measures scores contain.

Arrangement that is set up, a method according to at least perform one of the preceding claims.

Program product for a data processing system containing software code sections with which a method according to at least one of the preceding claims the data processing system is executed.